人工神经元网络在地下工程预测中的应用.pdf

1 9 9 8 年 2 月 北 　方 　交 　通 　大 　学 　学 　报 Feb . 1998 　 　　　　　 　　　　 第 22 卷第 1 期 J OU RNAL OF NOR THERN J IAO TON G UN IV ERSI T Y Vol . 22 No . 1 人工神经元网络在地下工程预测中的应用 黄修云 　曹国安 　张 　清 (北方交通大学土木建筑工程学院 ,北京 100044) 摘 　要 　将适用于处理非线性和随机性的人工神经元网络应用于地下工程监控预测中的位移预 测 ,提出一种有效的方法 ,并用 C 语言程序实现. 关键词 　神经元 　监测 　位移预测 分类号 　TU9 1 　TP30 16 Appl ication of Artif icial Neural Net in Underground Engineering Prediction Huang Xiuyun 　Cao Guoan 　Zhang Qing (College of Civil Engineering and Architecture ,Nort hern Jiaotong Univer sit y ,Beijing 100044) Abstract 　The artificial neural networks which are suit able for dealing wit h nonlinear and stochastic p roblems are used on displacement p rediction in t his p aper . Displacement p rediction is a p art of t he monitoring and p redicting in underground engineering work . An effective neural network p redicting model is brought up ,and it is implemented in a C language p rogram . Key words 　neural net 　monitoring 　displacement p rediction 在 目前地下工程中 ,特别是在一些特殊工程中 ,位移监测在施工和设计中都起着极其重要 的作用. 对监测数据进行适当处理 ,并对地下工程支护及围岩的发展趋势加以预测 ,指导施工 措施的选择和设计修改工作. 位移预测是地下工程临控工作的重要组成部分[ 1 ] . 许多地下结 构学者对它做了大量研究 ,所采用的预测方法也多种多样 ,如回归分析及曲线拟合等统计方 法 、灰色预测 、时序分析和模糊时序分析等 ,这些方法各有优缺点. 本文提出一种以神经元网络 的方法对位移进行预测. 神经元网络在各个领域中的应用得到广泛的关注 ,它对研究非线性系 统具有较高的适应性. 本文提出的模型正是利用它的这一特点 ,对常常带有随机性和存在误差 的位移量测数据进行预测 ,其有效性在后面的实例中得以充分的证实. 1 　模型构造 设时间序列 { x } 是一个 t ∈z 的实值随机过程, 其中 z 表示整数集 . t 从科学方法论的角度来看构造模型的方法有唯理方法和唯象方法. 唯理方法着重于揭示 本文收到日期　黄修云 男 1968 年生 博士生 　email bfxb @center . nj tu . edu . cn 北 　方 　交 　通 　大 　学 　学 　报 　　　　　　　　　　　　　第 22 卷 40 支配事物生成的动力系统. 显然 ,规律的彻底揭示需要对其物理基础的彻底了解. 这是人们所 期望的 ,